基于模糊逻辑和增强机器学习的车辆动力学测定制造技术

技术编号:26221470 阅读:39 留言:0更新日期:2020-11-04 10:50
提出了一种基于模糊逻辑和增强机器学习的车辆动力学测定。系统可以识别前纵向速度并从惯性测量单元接收数据。该系统可以确定一个滚转角和一个俯仰角。该系统可以确定横向加速度和纵向加速度。系统可以接收车轮速度传感器数据,轮胎压力传感器数据,转向角度传感器数据,并使用这些数据来确定纵向速度。系统可以选择一种降阶非线性卢恩伯格观测器技术或一种降阶卡尔曼滤波技术。该系统可以确定横向速度和侧滑角。该系统可以提供横向速度和侧滑角给车辆控制器。

【技术实现步骤摘要】
基于模糊逻辑和增强机器学习的车辆动力学测定
技术介绍
汽车等车辆可以包括传感器。传感器可以确定车辆的速度或加速度。
技术实现思路
至少一个方面是针对一种车辆动力学控制系统。该系统可以包括具有一个或多个处理器以及存储器的数据处理系统。该数据处理系统可以执行一个车辆纵向和横向观测(VLLO)组件、车辆纵向动力学观测(VLDO)组件和车辆侧滑观测(VSSO)组件。该VLLO组件可以识别车辆在前一时间间隔的前纵向速度。该VLLO组件可以接收来自车辆惯性测量单元在当前时间间隔内的数据。该VLLO组件可以基于该数据和前一时间间隔的前纵向速度,确定车辆在当前时间间隔的滚转角和俯仰角。该VLLO组件可以基于该惯性测量单元的数据、滚转角以及俯仰角,确定车辆在当前时间间隔的横向加速度和纵向加速度,以及VLLO的置信系数。该VLDO组件可以接收车辆多个车轮中每一车轮的车轮速度传感器数据、车辆多个车轮的每一车轮的轮胎压力传感器数据以及转向角度传感器数据。该VLDO组件可以识别在前一时间间隔的前纵向速度。该VLDO组件可以识别由车辆纵向和横向观测组件确定的当前时间间隔的横向加速度本文档来自技高网...

【技术保护点】
1.一种车辆动力学控制系统,包括:/n一个数据处理系统,包括一个或多个处理器以及存储器;/n一个由一个或多个处理器执行的车辆纵向和横向观测组件,用于:/n识别车辆在前一时间间隔的前纵向速度;/n接收来自车辆的惯性测量单元的在当前时间间隔的数据;/n基于所述数据和所述前一时间间隔的前纵向速度,确定所述车辆在所述当前时间间隔的滚转角和俯仰角;/n基于所述惯性测量单元的数据、所述滚转角以及所述俯仰角,确定所述车辆在所述当前时间间隔的横向加速度和纵向加速度,以及所述当前时间间隔的所述车辆纵向和横向观测组件的置信系数;/n一个由一个或多个处理器执行的车辆纵向动力学观测组件,用于:/n接收所述车辆多个车轮...

【技术特征摘要】
20191113 US 16/682,8951.一种车辆动力学控制系统,包括:
一个数据处理系统,包括一个或多个处理器以及存储器;
一个由一个或多个处理器执行的车辆纵向和横向观测组件,用于:
识别车辆在前一时间间隔的前纵向速度;
接收来自车辆的惯性测量单元的在当前时间间隔的数据;
基于所述数据和所述前一时间间隔的前纵向速度,确定所述车辆在所述当前时间间隔的滚转角和俯仰角;
基于所述惯性测量单元的数据、所述滚转角以及所述俯仰角,确定所述车辆在所述当前时间间隔的横向加速度和纵向加速度,以及所述当前时间间隔的所述车辆纵向和横向观测组件的置信系数;
一个由一个或多个处理器执行的车辆纵向动力学观测组件,用于:
接收所述车辆多个车轮中每一车轮的车轮速度传感器数据、所述车辆多个车轮的每一车轮的轮胎压力传感器数据以及转向角度传感器数据;
识别在前一时间间隔的前纵向速度;
识别由车辆纵向和横向观测组件确定的当前时间间隔的横向加速度和纵向加速度;
基于所述车辆多个车轮中每一车轮的车轮速度传感器数据、所述车辆多个车轮的每一车轮的所述轮胎压力传感器数据、所述转向角度传感器数据、所述前一时间间隔的所述纵向速度以及所述当前时间间隔的横向加速度和纵向加速度,确定当前时间间隔的纵向速度以及所述车辆纵向动力学观测组件的置信系数;
由一个或多个处理器执行的车辆侧滑观测组件,用于:
根据VLLAO组件的置信系数和车辆纵向动力学观测组件的置信系数,选择一种降阶非线性卢恩伯格观测技术或一种降阶卡尔曼滤波技术;
通过选择的降阶非线性卢恩伯格观测技术或降阶卡尔曼滤波技术,基于当前时间间隔的所述纵向速度、所述横向加速度以及纵向加速度确定所述车辆在当前时间间隔的横向速度以及侧滑角;
以及,向车辆控制器提供当前时间间隔的横向速度和侧滑角,以使所述车辆控制器控制车辆的运动。


2.根据权利要求1所述的系统,包括:
所述车辆控制器利用所述横向速度和所述侧滑角来维持车辆的自适应巡航控制功能。


3.根据权利要求1所述的系统,包括:
所述VLLAO组件接收来自惯性测量单元的当前时间间隔内的数据,包括x轴、y轴和z轴之间的加速度,以及x轴、y轴和z轴之间的角速度。


4.根据权利要求1所述的系统,包括:
所述VLLAO组件基于角运动评价函数和卡尔曼滤波确定在当前时间间隔所述车辆的滚转角和俯仰角。


5.根据权利要求1所述的系统,包括:
所述VLLAO组件通过基于模糊逻辑的噪声协方差调整,确定车辆纵向和横向观测组件在当前时间间隔的置信系数。


6.根据权利要求1所述的系统,所述车辆纵向动力学观测组件用于:
通过基于机器学习的异常检测函数和所述车辆多个车轮中的每一车轮的车轮速度传感器数据,确定车轮速度;
以及,通过基于模糊逻辑噪声协方差调整,确定所述车辆纵向动力学观测组件的置信系数。


7.根据权利要求1所述的系统,所述车辆侧滑观测组件用于:
根据VLLAO组件的置信系数和车辆纵向动力学观测组件的置信系数,确定一个集总置信系数;
选择响应集总置信系数大于阈值的降阶非线性卢恩伯格观测技术。


8.根据权利要求1所述的系统,所述车辆侧滑观测组件用于:
根据VLLAO组件的置信系数和车辆纵向动力学观测组件的置信系数,确定一个集总置信系数;
选择响应集总置信系数小于阈值的降阶卡尔曼滤波技术。


9.一种车辆动力学的控制方法,包括:
通过由一个或多个处理器执行的车辆纵向和横向观测组件识别车辆在前一时间间隔的前纵向速度;
通过所述车辆纵向和横向观测组件接收来自车辆的惯性测量单元的在当前时间间隔的数据;
通过所述车辆纵向和横向观测组件基于所述数据和所述前一时间间隔的前纵向速度,确定所述车辆在所述当前时间间隔的滚转角和俯仰角;
通过所述车辆纵向和横向观测组件基于所述惯性测量单元的数据、所述滚转角以及所述俯仰角,确定所述车辆在所述当前时间间隔的横向加速度和纵向加速度,以及所述车辆纵向和横向观测组件的置信系数;
通过由一个或多个处理器执行的车辆纵向动力学观测组件接收所述车辆多个车轮中每一车轮的车轮速度传感器数据、所述车辆多个车轮的每一车轮的轮胎压力传感器数据以及转向角度传感器数据;
通过所述车辆纵向动力学观测组件基于所述车辆多个车轮中每一车轮的车轮速度传感器数据、所述车辆多个车轮的每一车轮的轮胎压力传感器数据、所述转向角度传感器数据、所述前一时间间隔的纵向速度以及所述当前时间间隔的横向加速度和纵向加速度,确定当前时间间隔的纵向速度以及所述车辆纵向动力学观测组件的置信系数;
通过由一个或多个处理器执...

【专利技术属性】
技术研发人员:不公告发明人
申请(专利权)人:重庆金康新能源汽车有限公司
类型:发明
国别省市:重庆;50

网友询问留言 已有0条评论
  • 还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。

1